يهدف البحث إلى مناقشة اعتماد أسلوب التحويل المويجي (WT) في معالجة السلاسل الزمنية من أجل كفاءتها. بالإضافة إلى مقارنة الطرق الحديثة المتمثلة في المويجات والشبكات العصبية بالطرق التقليدية المتمثلة في نماذج Box-Jenkins ، من أجل تشخيص أفضل لعلاج أي سلسلة ، سواء (خطية أو شبه خطية أو غير خطية) ، وهي طريقة لتقليل الخطأ. إلى أقرب قيمة صفرية ، من خلال استخدام قياسات دقة الخطأ لتشخيص أفضل طريقة بين الطرق الكلاسيكية والحديثة ، وبعضها يتميز بالذكاء الاصطناعي (IT) لقياس دقة أفضل طرق التنبؤ في السلاسل الزمنية. تستخدم الشبكات العصبية الاصطناعية (ANN) أيضًا كأحد استخدامات الذكاء الاصطناعي (IT) للحصول على أفضل النتائج. تم اعتماد معايير الخطأ الإحصائي لمقارنة وتقييم كفاءة الطرق المعتمدة: (MSE ، RMSE ، MAPE) ، تم استخدام الإصدار الثامن من Mat lab. تم التوصل إلى نتيجة مهمة ، وهي العثور على أفضل تقنية تقلل الخطأ إلى أدنى قيمته بمتوسط خطأ يقترب من الصفر بشكل ملحوظ.
الملخص الانجليزي
The research objective is to discuss the adoption of the wavelet transformation method (WT) in processing time series, for its efficiency. As well as comparing modern methods represented by wavelet and neural networks with traditional methods represented by Box-Jenkins models, to better diagnose the treatment of any series, whether (linear, semi-linear or non-linear), a way to minimize the error to the nearest zero value, through the use of error accuracy measurements to diagnose the best method among classical and modern methods, some of them are characterized by artificial intelligence (IT) to measuring the accuracy of best forecasting methods in time series. Artificial neural networks (ANN) also used as one of the uses of artificial intelligence (IT) for best results. statistical error criteria have been adopted for comparing and evaluating the efficiency of the methods adopted: (MSE, RMSE, MAPE), Mat lab 8th edition was used. An important conclusion reached, was finding the best technique that minimizes the error to its lowest value with an average error close to zero significantly.
تاريخ النشر
04/04/2020
الناشر
International Conference on Human Interaction and Emerging Technologies
رقم المجلد
رقم العدد
رابط DOI
10.1007/978-3-030-44267-5_22
الكلمات المفتاحية
Wavelet transformation ANN Box-Jenkins models Accuracy error Time series forecasting
أ.د. مروان عبد الحميد عاشور | proof. Marwan Abdul hameed Ashour | 13765